Der richtige Ansprechpartner im dynamischen Interaktionsnetzwerk

HMD 267 85

Matthias Trier, Matthias Müller, Annette Bobrik

Der richtige Ansprechpartner im dynamischen Interaktionsnetzwerk

Im Customer Relationship Management mussumfassendes Unternehmenswissen aus vergan-genen Fällen im direkten Kundenkontakt einge-setzt werden. Durch den hohen Anteil elektro-nischer Kommunikation mit einer Vielzahl vonwechselnden Ansprechpartnern und Kompetenz-trägern entstehen umfangreiche elektronischeInteraktionsnetzwerke. Die Anforderungen aneine erfolgreiche Bearbeitung von komplexenKundenanfragen in einem solchen Mitarbeiter-netzwerk legen daher nahe, Wissensmanage-ment und Netzwerkanalyse sinnvoll zu kombi-nieren. Vor diesem Hintergrund entwickelt derBeitrag am Beispiel der Kommunikationsinter-aktionen eines Customer Interaction Centereinen softwaregestützten Ansatz, der die ent-stehende Vernetzung von Mitarbeitern im Zeit-ablauf mitlernt und mithilfe von Netzwerkana-lyse und Content Mining im Sinne eines SocialSearch den besten Ansprechpartner und diebesten Weiterleitungswege identifiziert. Nacheiner Demonstration dieses Ansatzes anhandeiner Unternehmensfallstudie wird vorgestellt,wie das Verfahren für andere Anwendungsfälleund Netzwerke elektronischer Interaktion, z. B.E-Mail, generalisiert werden kann.

Inhaltsübersicht1 CRM-Callcenter als Anwendungsszenario2 Ansprechpartnersuche und

Wissensnetzwerke3 Die Methode des Social Network

Intelligence-based Routing (SNIBR)4 Fallstudie

4.1 Setting4.2 Vorgehensweise4.3 Beispielablauf4.4 Diskussion

5 Weitere Anwendungsszenarien6 Literatur

1 CRM-Callcenter als Anwendungsszenario

Das umfassende Management der Schnittstel-len zum Kunden ist ein wichtiger Erfolgsfaktor,der nicht zuletzt seit der Einführung von Custo-mer Relationship Management (CRM) in denMittelpunkt des Unternehmensinteresses ge-rückt ist. Dabei ist es erforderlich, umfassendesUnternehmenswissen zusammenzuführen, umes im direkten Kundenkontakt einsetzen unddamit die Kundenzufriedenheit optimieren zukönnen. In diesem Rahmen haben sich Callcen-ter und ihre Nachfolger Contactcenter (CC; hiersynonym verwendet) zu einem kritischen Bau-stein für eine wettbewerbsfähige Kundenkom-munikation entwickelt. Dabei spielen elektro-nische Kommunikation und Kollaboration überE-Mail oder VoIP eine wichtige Rolle. In nahezujeder Branche haben Unternehmen ihre Infra-struktur entsprechend ausgebaut und restruk-turiert, um Kundenservice entweder selbst an-zubieten oder sich durch professionelle Dienst-leister vertreten zu lassen [Gans et al. 2003, S. 1].

In CRM-Callcentern werden die Mitarbeitermeist in mehrere Ebenen eingeteilt. DieAgenten in der ersten Instanz (First Level) sindeher Generalisten, die verschiedenste Anfragenaller Kundengruppen bearbeiten können. Ver-ständlicherweise haben sie dazu ein sehrbreites Basis-, aber kein tief gehendes Spezial-wissen. Bei komplexeren Anfragen ist eine Wei-terleitung des Kunden bzw. des Problems aneine zweite Instanz (Second Level) notwendig,um die Ressourcen im First Level für weitere An-fragen freizugeben. Dabei ist es ein wichtiges


86 HMD 267

Ziel, die Kundenzufriedenheit nicht unnötig zustrapazieren, indem die Anzahl der Weiterver-mittlungen bis zum Auffinden des richtigenAnsprechpartners minimiert wird. Weiterhinmuss die Suche nach dem richtigen Ansprech-partner für die Weitervermittlung oder interneRückfragen effizient sein.

Diese Aufgabenstellung macht ein intelli-gentes Routing-Verfahren zur Optimierung derelektronischen Kollaboration im Callcenter er-forderlich. Routing wird hier als Zuweisung vonJobs zu Callcenter-Agenten aufgefasst. UnterJobs sind Anrufe, E-Mails, Faxe und alle anderenKommunikationsversuche eines Kunden mitdem Callcenter zu verstehen. Routing-Verfah-ren und die damit erzeugten kollaborativenKundenkontaktprozesse sind in eine umfas-sende Infrastruktur aus Softwaretechnologieneingebettet. So wird beispielsweise ein auto-matisches Anrufverteilsystem (Automatic CallDistribution, ACD) entweder direkt in Telefon-anlagen integriert oder als eigenständige Lö-sung genutzt, um alle eingehenden Leitungenmit den Leitungen zu den Agenten zu verbin-den. Dazu werden gegenwärtig verschiedenefeste Routing-Regeln implementiert und dannautomatisch umgesetzt. Die Agenten unter-richten die Anlage über ihren jeweiligen On-line-, Busy- oder Offline-Status. Informationenüber den aktuellen Status des Systems könnenden Mitarbeitern und Gruppenleitern ad hocüber verschiedenste Medien dargestellt wer-den, z. B. über eine Anzeigetafel oder ein Brow-serfenster am Arbeitsplatzrechner. Zudem sindweitere Schnittstellen zu externen Systemen,wie Sprachmodulen, den Arbeitsplätzen derAgenten oder Computer-Telephony-Integra-tion-Systemen (CTI) bzw. CRM-Applikationen,vorhanden. CTI kann als Middleware zur Verbin-dung des ACD-Systems und der Unternehmens-EDV bezeichnet werden. Das ermöglicht durchvorherige Rufnummernerkennung oder Aus-wertung der Kundennummer, dem Agenten re-levante Kundendaten noch vor Anrufannahmeauf seinem Bildschirm anzuzeigen. Diese Funk-

tion wird als Screen-Pop bezeichnet. Bei einerWeitervermittlung an einen Kollegen werdendiese Daten ebenfalls weitergeleitet.

2 Ansprechpartnersuche und Wissensnetzwerke

In einem Callcenter kann die Verteilung vonExpertise auf Gruppen und das Finden von rich-tigen Ansprechpartnern, um im Zusammen-spiel zeitnah kompetente Antworten auf Basisdes neuesten Wissensstands zu produzieren,als eine typische Problemstellung des Wissens-managements (WM) aufgefasst werden. EineStudie von [Ceglarek & Rothe 2002, S. 5] belegt,dass WM-Methoden bereits Einzug in Call-center gehalten haben.

Gemäß dem Kodifizierungsansatz des WM[Hansen et al. 1999] werden Agenten zielgerich-tet und systematisch explizierte Informationenüber Produkte, Dienstleistungen, Arbeitsab-läufe und Problemlösungen in Datenbankenoder dem Intranet zugänglich gemacht. Weiter-bildungsmaßnahmen vermitteln Wissen undfördern somit individuelle Kompetenzen. Eherdem Personalisierungsansatz zuzuordnen istdarüber hinaus, dass sich Mitarbeiter auch un-tereinander durch umfassende Kommunikationam Arbeitsplatz auch ohne das Einwirken vonCoaches oder Trainern laufend fortbilden.

Die Potenziale eines neueren Ansatzes, derdie Kommunikation der Mitarbeiter unterein-ander in den Mittelpunkt stellt und mit netz-werkorientierten Methoden analysiert [Trier &Bobrik 2007], werden jedoch noch nicht vollausgeschöpft. Dabei bietet gerade diese Per-spektive großes Potenzial für das CRM undim Speziellen für Callcenter, da durch die vie-len themenorientierten Weiterleitungspro-zesse zwischen Mitarbeitern komplexe dyna-mische Kontaktnetzwerke entstehen, in denenwichtige Informationen über die Lösung vonKundenanfragen enthalten sind. Genau wie inder Definition einer Community nach [Wengeret al. 2002] bilden sich also Netzwerke von


HMD 267 87

interagierenden Mitarbeitern aus, die sich zubestimmten Themen austauschen. Die dabeientstehenden Strukturen und Prozesse bildenin diesem Zusammenhang wichtige Metainfor-mationen, die vom netzwerkorientierten WMzur Problemlösung und damit zur Verbesserungder Callcenter-Effizienz herangezogen werdenkönnen. Da sich die Netzwerkstrukturen dyna-misch entwickeln, könnten gegenwärtige sta-tische Routing-Verfahren in Bereichen mithoher Mitarbeiterfluktuation und wechselndenThemen mit einem solchen Ansatz besser un-terstützt werden. Die entstehende Datenbasiskann weiterhin genutzt werden, um Wissens-trägerlandkarten abzuleiten. Sie zeigen eineStruktur der in einem Unternehmen verbunde-nen Wissensexperten anhand verschiedenerSuchkriterien auf, wie z. B. Wissensdomänen,regionale Verteilung oder Vernetztheit.

3 Die Methode des Social Network Intelligence-based Routing (SNIBR)

Basierend auf der Übertragbarkeit netzwerk-orientierter Analyse von virtuellen KnowledgeCommunities auf die Callcenter-Domäne wur-de der neuartige SNIBR-Ansatz zum Routing imSinne eines Recommender-Systems durch Aus-wertung vergangener erfolgreicher Kommuni-kationsbeziehungen entwickelt. SNIBR stehtdabei für Social Network Intelligence-basedRouting.

Allgemein basiert das Verfahren auf demvon [Trier 2005; 2008] vorgestellten Social-Net-work-Intelligence-Ansatz und seiner Anwen-dung für Social Search [Trier & Bobrik 2009].Das Konzept der Social Network Intelligence(SNI) erweitert die bis dato statische struktur-orientierte Social Network Analysis (SNA) undderen algorithmischen Unterbau der Matri-zen- und Graphenanalyse zu einer dyna-mischen Betrachtung von zeitbezogenen Ab-läufen bzw. Netzwerkprozessen. Diese dyna-mische Netzwerkanalyse wurde zusätzlich umeine Inhaltsanalyse in sozialen Medien (bzw.

»Social Corpora«) erweitert. Damit wird esmöglich, Themenausbreitung in einem Netzsichtbar und auch messbar zu machen sowiedie grundlegenden (täglichen) Änderungen ineinem (Weiterleitungs-)Netzwerk in die Analy-se zu integrieren. Zur Unterstützung der vielfäl-tigen Berechnungen des SNI-Ansatzes wurdedie Software Commetrix (www.commetrix.de)entwickelt, mit der beliebige Netzwerkquellen,wie z. B. Diskussionsgruppen, Topic Maps, RDFs,E-Mail, Instant Messaging, Kollaborationsnetz-werke oder VoIP, analysiert werden können.

Die Software Commetrix wird im Rahmender SNIBR-Methode eingesetzt, um die (Log-)Daten der im Callcenter vorkommenden elek-tronischen Kommunikationsprozesse automa-tisch und themenbasiert in ein Netzwerkmodellzu überführen. Hierüber wird eine systema-tische Darstellung und Auswertung von Struk-turen möglich, die durch Kommunikation undInformationsaustausch sowohl innerhalb alsauch zwischen Organisationen und ihren Mit-gliedern entstehen. Mithilfe der Software kön-nen automatisch oder interaktiv die zeitlicheEntwicklung des Kommunikationsnetzwerkszurückverfolgt und dessen inhaltliche Teilnetz-werke herausgefiltert werden. Mit dieser Vor-gehensweise werden so im Sinne des SocialSearch zu Themenanfragen automatisiert rele-vante und im Weiterleitungsnetzwerk nahelie-gende Ansprechpartner als Basis für intelli-gente Routing-Empfehlungen identifiziert.

Dieses SNIBR-Verfahren hat insbesondereden Vorteil, dass die Netzwerkstruktur jedenerfolgreich abgewickelten Weiterleitungspro-zess sofort in die Analyse einbezieht und damitmitlernt. Dadurch kann sich das Routing auchbei wandelnden Themenschwerpunkten undMitarbeiterfluktuation permanent anpassen.Die Datenbasis speist sich aus den anfallendenKommunikationsdaten und ist somit prinzi-piell pflegefrei und aktuell. Der netzwerk-basierte Routing-Ansatz kann dadurch gut inBereichen eingesetzt werden, in denen sichThemen wandeln und eine feste A-priori-


88 HMD 267

Zuordnung von Agenten zu Themen nicht sinn-voll erscheint.

Datengrundlage ist die Auswertung derWeiterleitungsprozesse zwischen allen Beteilig-ten im Callcenter-Betrieb. Hierbei wird auf diein der CTI-Anlage zeitlich hinterlegte Historieder Anrufe und internen Weiterleitungen zu-rückgegriffen. Diese strukturellen Informatio-nen können um inhaltliche Analysen ergänztwerden, da im Callcenter-Betrieb meist Anrufeund Anfragen per E-Mail oder Fax in Dateien ge-loggt werden. Ein solches System wird Trouble-Ticket-System (TTS) genannt. Jeder Anfrageeines Kunden wird ein eindeutig identifizier-bares Trouble-Ticket zugewiesen. Dieses enthältverschiedene Informationen zu dem entspre-chenden Vorfall, wie z. B. Ticketauslöser, Pro-blembeschreibung, Kategorie, Prioritätsstufe,Problemlösung und Status der Bearbeitung.Werden diese Daten nicht automatisch erfasst,ist ein manuelles Loggen der Informationen er-forderlich, z. B. durch den bearbeitendenAgenten. Die Daten müssen zur Analyse desNetzwerks ggf. über Schnittstellen in ein spe-zielles Netzwerkdatenmodell überspielt wer-den. Als Softwareapplikation zur Netzwerk-analyse kann das Commetrix-Framework dieseDaten auswerten und schließlich als Routing-Informationen und -Empfehlungen zur Laufzeitzur Verfügung stellen.

In dem Prozess der Modellierung und Analy-se des Netzwerks aus vergangenen Interaktio-nen werden die folgenden Annahmen getrof-fen: Wurde ein Fall in der Vergangenheit erfolg-reich bearbeitet, wird der nächste Fall diesesThemengebiets zur gleichen Person bzw. Per-sonengruppe weitergeleitet. Vorfälle werdenauf Basis des Themenprofils zu den entspre-chenden kompetenten Personen oder Perso-nengruppen weitergeleitet. Wird für die Identi-fikation des optimalen Pfades vom Kunden zumExperten im Netzwerk der Kunde und nicht nurdas Thema als Filterkriterium eingesetzt, kannder SNIBR-Ansatz auch zu einem kundenbezie-hungsorientierten Routing führen, wobei ein

Kunde im Idealfall immer zum selben Ansprech-partner oder dessen Vertreter geleitet wird. Da-durch kann eine gewisse Personalisierung er-reicht werden. Falls bisher kein Pfad im Netz-werk extrahiert werden konnte, würde durcheine Suchfunktion mithilfe bestimmter Schlüs-selbegriffe aus den Ticketlogs eine Liste oderKarte mit passenden Ansprechpartnern vor-geschlagen werden, an die dann manuell wei-tervermittelt werden könnte. Werden mehrerepassende Kontaktpartner identifiziert, wird der-jenige mit dem stärksten themenbezogenenKontakt zum First Level ausgewählt.

4 FallstudieDas Einsatzpotenzial und die Anwendung desSNIBR werden in diesem Abschnitt anhandeines empirischen Datensets illustriert undevaluiert. Dazu wurden Weiterleitungsprozesseeines Callcenters in einem international agie-renden Telekommunikationsunternehmen er-hoben.

4.1 SettingDas untersuchte Callcenter lässt sich klassifizie-ren als ein verhältnismäßig kleines, weltweitagierendes Inhouse- und Inbound-Callcenterfür Privat- und Geschäftskunden mit wenigenüberwiegend komplexen Anfragen, die in einerlangen durchschnittlichen Bearbeitungsdauervon mehr als 10 Minuten durch hochqualifi-zierte Agenten beantwortet werden. Das Call-center bietet mehr als vier verschiedene Dienst-leistungsangebote an und arbeitet über ver-schiedene Medien wie z. B. Telefonie, E-Mail,Chat, Brief, Fax hinweg. Die fallabschließendeBearbeitung im ersten Level beträgt weniger als50 %. Das Inhouse-Callcenter beschäftigt weni-ger als 20 % Teilzeitarbeiter bei einer Fluktua-tionsrate von weniger als 5 %. Die Aufgaben derMitarbeiter umfassen neben der Telefonie auchSachbearbeitung.

Das Callcenter betreut inhaltlich eine Lo-gistiksoftware, die von verschiedenen Kunden-


HMD 267 89

gruppen genutzt wird: Hersteller, weiterverar-beitende und zwischenlagernde Betriebe, Groß-und Einzelhandel sowie Verbraucher. Alle Teil-nehmer greifen über ein Web-Frontend via In-ternet auf eine gemeinsame, global vernetzteIT-Plattform zu, um ihre jeweiligen Daten einzu-tragen oder abzugleichen. Auf Anbieterseitehingegen bestehen komplexe Prozesse derAdministration, Wartung und Erweiterung dergesamten Applikation und seiner gespeicher-ten Datenmengen. Die Arbeit erfolgt mit klarabgetrennten Kompetenzbereichen und hohenSicherheitsstandards. Die Kunden können einenUser-Helpdesk nutzen. Alle Anfragen zu tech-nischem Support, Kundenmanagement, Ver-triebsmanagement, Userservice etc. laufen denFirst Level als zentralen Punkt an. Die Weiter-leitung der Anfragen oder der Kunden zumSecond Level ist langwierig, da sie teilweisenicht genau zugeordnet werden können undgeografisch weit verstreut sind.

Für das Datenset wurde eine thematischeKategorie mit relativ vielen Verbindungsmög-lichkeiten zu den Supportteams ausgewählt.Die Kategorie Usermanagement beinhaltet Ver-bindungen zu fünf der Teams, die zudem als diewichtigsten betrachtet werden. Durch einenExperten wurden dann aus diesen verbliebenenSupportteams relevante Mitarbeiter für dieBearbeitung von Vorfällen der Kategorie User-management identifiziert. Auf diese Weisewurden 60 Anfragefälle rekonstruiert, die von27 Agenten in 270 Nachrichten bzw. Weiterlei-tungskontakten erfolgreich beantwortet wur-den. Die Vorfälle bilden dabei zwar nicht das ge-samte Callcenter und seine Kommunikations-abläufe ab, geben aber ein repräsentatives Bildund können damit zur Darstellung und Eva-luation des Ansatzes dienen.

4.2 VorgehensweiseDie 60 Fallbearbeitungen des Datensets wur-den in das netzwerkorientierte Datenmodelldes SNI-Ansatzes überführt. Es modelliertAkteure, die über verbindende Ereignisse (die

Weiterleitungen) miteinander in Beziehungstehen. Das Modell wird in einer Datenbankso hinterlegt, dass es in die SNI-ApplikationCommetrix, die verwendete Software zur Visua-lisierung und Analyse von Netzwerkdaten, ein-gelesen werden kann. Commetrix visualisiertdie Daten in Form eines Graphen, wie sie in derSNA bekannt sind. Zusätzlich können die Netz-werke ausgewertet werden.

Das eingesetzte Analysesoftwareframe-work Commetrix besteht aus vier Komponen-ten. Die erste Komponente dient der Datenvor-bereitung. Über besondere Schnittstellen, dieData Extraction Connectors, lassen sich Datenaus verschiedensten Kommunikationsmitteln,wie Foreneinträgen, Diskussionsdatenbankenoder E-Mail-Archiven, in ein standardisiertesDatenset transformieren. Im vorliegenden Fallwerden Callcenter-Daten ausgewertet. Mithil-fe dieser Standardisierung kann die Visualisie-rungskomponente der Software unabhängigvom Ausgangsdatenformat eingesetzt werden.Die Erfassung von Zeitstempeln bietet die Mög-lichkeit einer Analyse des zeitlichen Verlaufs derEntwicklung des sozialen Netzwerks. Die bei-den genannten Instrumente, Visualisierungund Longitudinalanalyse, gehören bereits zurzweiten Komponente der Software. Diese stelltverschiedene Visualisierungs- und Analysetech-nologien zur Verfügung. Zur themenorien-tierten Analyse lässt sich ein Keyword-Extrac-tion-Algorithmus auf das untersuchte Datensetanwenden, der die wichtigsten Schlagwörter je-des Kommunikationsaktes im Netzwerkdaten-modell speichert.

Durch den Einsatz der Netzwerkmetrikenund Themenanalyse des Commetrix-Frame-works können aus dem Gesamtnetzwerk füreine Suchanfrage relevante Subnetze herausge-filtert werden. Ziel ist es, einen Kollegen zuidentifizieren, der als Ansprechpartner des FirstLevel für eine gegebene Kundenanfrage in derentsprechenden Kategorie auszuwählen ist.


90 HMD 267

4.3 Beispielablauf

In Abbildung 1a sind alle erfassten Weiterlei-tungsprozesse im betrachteten Callcenter dar-gestellt. Es zeigt sich eine stark vernetzte Struk-tur. Zu sehen sind die Kunden (weiße Knoten),die in unterschiedlicher Stärke (repräsentiertdurch Länge und Stärke der Kanten) Kontakt zurzentralen Anlaufstelle des Callcenters aufge-nommen haben. Diese zentrale Stelle geht auchaus dem Weiterleitungsnetzwerk klar als zen-traler Knoten hervor (20 Kontakte, 120 Nach-richten). Die Größe der Knoten entspricht dabeiden gesendeten Nachrichten. Zur Verdeutli-chung der Unternehmensgrenze wurde in Ab-bildung 1 eine gestrichelte Linie manuell er-gänzt. Um den zentralen First-Level-Kontakt be-finden sich unterhalb der Unternehmensgrenzezahlreiche weitere Knoten. Diese sind die An-sprech- und Weiterleitungspartner im Second-Level- und Third-Level-Bereich des Callcenters.Die Kanten im Netzwerk stellen dabei dieerfolgreichen vergangenen Weiterleitungspro-zesse dar. Die Beziehungsstärke zwischen denAkteuren (basierend auf ihrem Nachrichtenaus-tausch) ist an den Kanten abgetragen. Diedurchschnittliche Stärke beträgt 10 ausge-tauschte Nachrichten. Im Netzwerkgraphendeuten zahlreiche direkte Querverbindungenzwischen Second-Level-Mitarbeitern auf Wei-terleitungen »hinter den Kulissen«, die gegebe-nenfalls durch eine optimierte Zustellung derAnfragen eliminiert werden könnten. DiesesNetzwerk bildet im untersuchten Beispiel dieBasis zur Demonstration der Kontaktvermitt-lung in einem dynamisch sich ändernden Kom-munikationsnetzwerk. Die Abbildungen 1b-1dvermitteln dabei einen visuellen Eindruck derim Realfall im Hintergrund ausgeführten Be-rechnungen zur Identifikation eines Kontakts.

Im Beispieldurchlauf der SNIBR-Methodefragt der Kunde den Themenbereich »Chargen«an (vgl. Abb. 1b). Dadurch reduziert sich dasWeiterleitungsnetzwerk hinter dem First-Level-Mitarbeiter bereits auf 8 mögliche Ansprech-

partner im Unternehmen. Diese haben in derVergangenheit mit dem First Level bis zu18 Nachrichten zum angefragten Themenbe-reich ausgetauscht. Die Spezialisierung auf denexakteren Begriff »Chargenänderung« erzeugteinen Lösungsraum von nur noch drei mög-lichen Ansprechpartnern. Unter diesen wird ineinem Verfeinerungsschritt die stärkste verfüg-bare Beziehung zum anfragenden Knoten aus-gewählt. Im vorliegenden Anfragefall handeltes sich hierbei um Knoten 7, der insgesamt10 erfolgreiche Interaktionen zum ausgewähl-ten Thema mit dem anfragenden Akteur hatte.Dieser Knoten stellt damit den besten Weiter-leitungskontakt für das Thema dar.

4.4 DiskussionAnalog zum dargestellten Beispielthema lassensich für das Datenset zu vielen weiteren The-men im Kontaktnetzwerk passende Weiter-leitungsrouten zu kompetenten Ansprechpart-nern vorschlagen. Das Verfahren untersuchtdann zunächst, ob die Begriffe in der Vergan-genheit vorkamen, und identifiziert dann aus-gehend vom Anfragenden den idealen An-sprechpartner. Ein wichtiger Vorteil ist dabei,dass der ereignisbasierte Netzwerkanalyse-ansatz im Commetrix-Werkzeug Veränderun-gen der Netzwerkstruktur im Zeitablauf er-kennt und in das Modell einbezieht. Somitwerden bei langsamer Verlagerung des thema-tischen Schwerpunkts, bei Fluktuation der Mit-arbeiter, bei gezielten Verteilungsmaßnahmenoder anderen Änderungen automatisch undohne zusätzlichen Pflegeaufwand allmählichneue relevante Ansprechpartner vorgeschla-gen. Ein Beispiel soll diesen Effekt des Erlernensvon Veränderungen verdeutlichen: Der in Abbil-dung 1 als relevanter Ansprechpartner identifi-zierte Knoten 7 löst erst im Zeitschritt 230 (von248, also nach ca. 90 % des rekonstruiertenZeitraums) den Knoten 8 ab, der vor diesemZeitpunkt als bester Ansprechpartner selektiertworden wäre. Das vorgestellte Beispiel ist zwarklein im Umfang und somit eventuell auch


HMD 267 91

ohne technische Unterstützung vorstellbar, dieSNIBR-Methode gewinnt aber insbesondere beigrößeren Anrufmengen, einer Vielzahl von Per-sonen im First Level und Second Level und kom-plexen Weiterleitungsprozessen an Bedeu-tung. Falls eine Person krank wird oder aus-scheidet, geht damit kein Wissen über die in derVergangenheit erfolgreich abgewickelten Fälleverloren. Auf abstrakter Ebene kann das Verfah-ren somit gleichzeitig auch als ein interessantesInstrument des expertenorientierten Wissens-managements angesehen werden. SNIBR lässtsich daher für den eigentlichen Prozess des Rou-

tings, aber auch für die manuelle Suche einesKontakts nutzen.

Der sinnvolle Einsatz des Verfahrens be-schränkt sich beinahe ausschließlich auf In-bound-Callcenter. Insbesondere beim Post-Rou-ting in der Weiterbearbeitung nach dem FirstLevel konnten Vorteile demonstriert werden.Der Einsatz von SNIBR lohnt sich in erster Liniebei komplexen Anfragen, die überwiegend vonGeschäftskunden im Business-to-Business-Bereich gestellt werden. Hier ist der Anteil dersofort abzuschließenden Vorfälle oft relativklein. Für die Bearbeitung sind vielfach auch

Abb. 1: Das Kommunikationsnetzwerk des untersuchten Bereichs: (a) Vollständig mit weißen Knoten für Kunden und grauen Knoten für Mitarbeiter, (b) das Netzwerk zum Thema »Chargen«, (c) das Netzwerk zum Spezialthema »Chargenänderung«, (d) die finale stärkste Weiterleitungskante vom einschlägigsten Kunden (Akteur 26) über den First-Level- (Akteur 1) zum Second-Level-Support des Callcenters (Akteur 7). Die kleinen Boxen zeigen das herausgefilterte Teilnetzwerk (vgl. auch www.commetrix.de/CallCenter).


92 HMD 267

mehrere Weitervermittlungen zu verschie-denen Kompetenzbereichen notwendig. Einweiteres Einsatzkriterium sind überwiegendkomplexe, individuelle und wenig deterministi-sche Gespräche zu verschiedenen Themenbe-reichen mit im Zeitablauf kurzer Halbwertzeitder eingesetzten Informationen (wie z. B. beiBetreuung komplexer Unternehmenssoftware).Das Verfahren zeichnet sich gegenüber her-kömmlichen Routing-Ansätzen in erster Liniedurch seine Fähigkeit zum Mitlernen und zurAnpassung an sich ändernde komplexe Kom-munikationsstrukturen aus. Es hat damit einehohe Flexibilität und kann in Bereichen mit Um-strukturierungen oder Fluktuation eingesetztwerden.

5 Weitere AnwendungsszenarienDer in diesem Beitrag beschriebene Ansatzkann auch auf andere Bereiche der elektro-nischen Kommunikation und Kollaboration aus-geweitet werden.

So wird die Rolle von Social Search zum ver-besserten themenorientierten Einstieg in inter-netbasierten Diskussionsforen umfangreichdiskutiert in [Trier & Bobrik 2009]. Dabei wirdgezeigt, wie sich die dortigen Interaktionsdatennutzen lassen, um schnell einen Diskurs zueinem Thema ausfindig zu machen und mehrüber die zentralen Netzwerkrollen und das zeit-liche Wachstum zu lernen. In dem Beitrag wirdauch aufgezeigt, wie eine entsprechende Un-terstützung der Ansprechpartnersuche überE-Mail-Kommunikation aussehen kann. Genauwie in Abbildung 1 finden sich zu bestimmtenThemen Hauptkanäle und Experten. In derE-Mail-Domäne sind jedoch zahlreiche Richt-linien des Datenschutzes zu beachten. Entspre-chende Verfahren, wie z. B. die Anonymisierungder gefundenen Person, bis sie ihre Identität füreine individuelle Anfrage bekannt gibt, wurdenjedoch in Deutschland bereits erfolgreich um-gesetzt [Oldigs-Kerber et al. 2002].

Neben der Unterstützung von Mitarbeiternkönnen auch soziale Prozesse und Netzwerk-

strukturen in Communities of Practice sichtbargemacht werden, um beispielsweise einem ver-antwortlichen Koordinator einen unterstüt-zenden Eingriff zur verbesserten Entwicklungeiner virtuellen Gruppe zu ermöglichen. Einegroße Herausforderung sind hierbei vor allemdie hohe Transparenz der Strukturen, Koordi-nationsprozesse und eine motivierende »Socia-bility« ohne Lock-in-Effekte in der Interaktion.Communities beschränken sich dabei nicht aufgezielt etablierte Gruppen. Sie existieren auchin bestehender Unternehmenskommunika-tion. So haben [Tyler et al. 2005] bei einer Analy-se von E-Mail eine große Anzahl informellerThemengruppen identifiziert. [Bobrik & Trier2009] zeigen, wie bei dieser Analyse themen-orientierte Clustering-Verfahren mit Netzwerk-Clustering kombiniert werden können, umThemengruppen in einem bestehenden Netz-werk zu identifizieren.

Letztlich kann sogar das Management vonder Analyse des Netzwerkes profitieren, z. B.durch Erstellung einer Kompetenz- oder Wis-senslandkarte des Callcenters und seiner Mit-arbeiter über alle Supportstrukturen hinwegoder durch Auswertung der Netzwerkeigen-schaften für bestimmte Themengebiete imRahmen einer Wissensmanagementinitiative.

In allen genannten Fällen ist dem verant-wortungsvollen Umgang mit den Daten unterBeachtung zahlreicher rechtlicher und kulturel-ler Restriktionen eine hohe Priorität einzuräu-men. So sollte die Analyse nicht verwendetwerden, um Hinweise auf die Rolle einer Einzel-person als Grundlage für eine Entscheidungheranzuziehen. Netzwerkanalyse ist System-analyse und als solches auf die Zusammenhän-ge in Gruppen (als System aus Elementen)fokussiert. Daher sollten entsprechende Pro-jekte sich eher mit abteilungsübergreifenderTeamarbeit, den tatsächlichen Problemlösepro-zessen (im Vergleich zu vorher ideal modellier-ten Prozessen), Wissenstransfer, Zusammen-wachsen oder Reaktionsfähigkeit von Gruppenauseinandersetzen. Für diese Domäne ist mit


HMD 267 93

den genannten Methoden und Algorithmen inder Zukunft noch viel Potenzial zur Verbesse-rung in wissensintensiven Unternehmensberei-chen zu erwarten.

6 Literatur[Bobrik & Trier 2009] Bobrik, A.; Trier, M.: Content-

based Community Detection in Social Corpora.In: Hansen, H. R.; Karagiannis, D., Fill, H.-G.(Hrsg.): Business Services: Konzepte, Technolo-gien, Anwendungen, 9. Internationale TagungWirtschaftsinformatik, Band 1. ÖsterreichischeComputer Gesellschaft, Wien, 2009, S. 295-304.

[Ceglarek & Rothe 2002] Ceglarek, P.; Rothe, H.-J.:CCall Report 16 – Wissensmanagement imCall Center, www.ccall.de/download_dat/ccall_report16.pdf; Zugriff am 26.09.2008.

[Gans et al. 2003] Gans, N.; Koole, G.; Mandelbaum,A.: Telephone Call Centers: Tutorial, Review, andResearch Prospects. In: Manufacturing & Ser-vice Operations Management, 5. Jg., 2003, Heft2, S. 79-141.

[Hansen et al. 1999] Hansen, M. T.; Nohria, N.; Tier-ney, T.: What's Your Strategy for ManagingKnowledge? In: Harvard Business Review, 77. Jg.,1999, Heft 2, S. 106-116.

[Oldigs-Kerber et al. 2002] Oldigs-Kerber, J.; Diefen-bach, C.; Takeguchi, M.; Mohr, R.: Experten fin-den und verbinden – ein Knowledge Manage-ment Ansatz bei Aventis Pharma. In: Wissens-management, 4. Jg., 2002, Heft 4, S. 14-19.

[Trier 2005] Trier, M.: IT-supported Visualizationand Evaluation of Virtual Knowledge Communi-ties. Dissertation, TU Berlin, 2005.

[Trier 2008] Trier, M.: Towards Dynamic Visualiza-tion for Understanding Evolution of DigitalCommunication Networks. In: Information Sys-tems Research, 19. Jg., 2008, Heft 3, S. 335-350.

[Trier & Bobrik 2007] Trier, M.; Bobrik, A.: System-analyse im Wissensmanagement. In: Krall-mann, H.; Schönherr, M.; Trier, M. (Hrsg.):Systemanalyse im Unternehmen. 5. Aufl., Ol-denbourg, München, Wien, 2007, S. 363-412.

[Trier & Bobrik 2009] Trier, M.; Bobrik, A.: SocialSearch: Exploring and Searching Social Archi-tectures in Digital Networks. In: IEEE InternetComputing, 13. Jg., 2009, Heft 2, S. 30-38.

[Tyler et al. 2005] Tyler, J.; Wilkinson, D.; Huberman,B.: E-Mail as Spectroscopy: Automated Discove-ry of Community Structure within Organiza-tions. In: The Information Society, 21. Jg., 2005,Heft 2, S. 143-153.

[Wenger et al. 2002] Wenger, E.; McDermott, R.;Snyder, W. M.: Cultivating Communities of Prac-tice. Harvard Business School Press, Boston,2002.

Dr. Matthias TrierDipl.-Ing. Annette BobrikTU BerlinInstitut für Wirtschaftsinformatik, Bereich SystemanalyseFranklinstr. 28/2910587 Berlin{trier, abobrik}@sysedv.cs.tu-berlin.dewww.ikmresearch.de

Dipl.-Ing. Matthias MüllerCampana & SchottRealisierungsmanagement GmbHFriedrichstr. 122/12310117 [email protected]

Documents

Der richtige Ansprechpartner im dynamischen Interaktionsnetzwerk